本技术属于烟草品质评价，特别涉及一种基于改进组合赋权灰色关联度模型的茄芯品质分析方法。
背景技术：
1、传统手工卷制的雪茄由茄衣、茄套和茄芯烟叶组成，其中茄芯占到雪茄烟支重量的75％左右，决定着雪茄吸食过程的主流风味特征。茄芯烟叶质量的基本组成包括化学成分、物理特性、感官质量及致香成分等方面，其中化学成分是其物理特性和感官质量的内在基础，直接影响工业可用性。利用化学成分开展综合评价能够更客观、全面地反映茄芯的品质差异，可为不同雪茄种质资源筛选、发酵过程中茄芯烟叶品质变化以及加料或加酶对茄芯烟叶品质的影响研究提供科学支撑。
2、目前，常用的定量评价方法有模糊综合评价法、逼近理想解法、灰色关联分析法、topsis法等。由于茄芯烟叶化学品质评价中存在很多信息不完全、不确定及数据少等问题，因此，灰色关联分析法是解决这种“小样本、贫信息”问题的有效工具。
3、但是，当前传统的灰色关联分析法存在很多不足之处，主要表现为：第一，确权方法尚不完备，现有的组合赋权法仅实现了主客观权重向量的融合，但对组合权重能否体现单一权重的优势考虑不足，且采用不同的模型或方法主、客观权重分配系数不一致，导致权重结果存在不稳定性；第二，经典的邓氏灰色关联度模型应用于评价实践时，受计算形式的影响，不同评价对象关联度间的分辨率较低，不利于区分评价对象的优劣关系；第三，传统相对贴近度直接将评价对象与正、负参考序列两个灰色关联度相加进行运算，缺乏可解释性和灵活性。
技术实现思路
1、本发明的目的在于克服现有技术中的不足，提供一种基于改进组合赋权灰色关联度模型的茄芯品质分析方法，可解决传统灰色关联分析法应用过程中存在的确权方法尚不完备、不同评价对象关联度间的分辨率较低以及相对贴近度运算缺乏可解释性和灵活性差等问题。
2、为解决上述技术问题，本发明是采用下述技术方案实现的：
3、第一方面，本发明提供一种基于改进组合赋权灰色关联度模型的茄芯品质分析方法，包括以下步骤：
4、按照预设的评价指标获取待分析茄芯烟叶的相应品质参数，基于所述品质参数得到评价指标序列；
5、采用改进组合赋权法计算品质参数的组合权重；
6、使用矩阵定义品质参数的正、负参考序列；
7、采用指数函数改进灰色关联法计算评价指标序列与正、负参考序列的灰色关联度，并进行归一化处理，获得灰色关联度的标准化值；
8、根据标准化值和组合权重，获取待分析茄芯的综合品质指数。
9、进一步的，所述按照预设的评价指标获取待分析茄芯烟叶的相应品质参数，基于所述品质参数得到评价指标序列，包括以下步骤：
10、按照预设的评价指标获取n个待分析茄芯烟叶的相应品质参数，基于所述品质参数得到评价指标序列x1,x2,…,xn，所述n个待分析茄芯烟叶的相应品质参数，包括：总糖、还原糖、总植物碱、总氮、氯和钾。
11、进一步的，所述采用改进组合赋权法计算品质参数的组合权重，包括以下步骤：
12、采用标度拓展层次分析法确定所述品质参数的主观权重；
13、采用标准差法确定所述品质参数的客观权重；
14、采用复合幂函数修正标度拓展层次分析法，确定所述品质参数的组合权重。
15、需要说明的是，传统层次分析法中，构造得出的判断矩阵只有通过一致性检验才能得到有效权重，受专家经验、知识及标度系统等的影响，该要求往往难以达到。因此，本发明采用标度拓展层次分析法确定主观权重，该方法在获取指标重要程度排序的基础上，按照指标间重要程度的传递性计算出具有完全一致性的判断矩阵，无需进行一致性检验。
16、进一步的，所述采用标度拓展层次分析法确定所述品质参数的主观权重，包括以下步骤：
17、按重要度不减的方式对获取的n个待分析茄芯烟叶的品质参数x1,x2,…,xn进行主观排序：
18、x1≥x2≥…≥xn；
19、通过比较相邻参数xj和xj+1的重要度，确定标度值并将对应标度记为tj，获得所有相邻参数之间的标度值：
20、t1,t2,…,tn-1；
21、需要说明的是，标度值越大，重要程度越高。
22、根据所述标度值构造判断矩阵a：
23、
24、通过所述判断矩阵a确定各项参数的主观权重：
25、
26、式中，αj为第j项参数的权重值，i,j＝1,2,…,n。
27、进一步的，所述采用标准差法确定所述品质参数的客观权重，包括以下步骤：
28、客观权重的计算公式为：
29、
30、式中，βj为第j项参数的权重值，sj为第j项参数的标准差。
31、需要说明的是，标准差大的指标离散程度高、差异性大、指标变化显著，说明指标包含的信息量大。
32、进一步的，所述采用复合幂函数修正标度拓展层次分析法，确定所述品质参数的组合权重，包括以下步骤：
33、根据所述品质参数的主观权重确定相邻参数的标度值tj；
34、根据所述品质参数的客观权重确定相邻参数的客观比值rj，rj＝sj/sj+1，sj+1为第j+1项参数的标准差；
35、利用客观比值rj对相邻参数的标度值tj进行修正，修正所用表达式为：
36、
37、式中，ft(r)为修正后的主观比值，r为客观比值rj的一般性表示，t为相邻参数标度值tj的一般性表示；
38、用ft(r)代替tj，计算出品质参数的组合权重wj。
39、进一步的，所述使用矩阵定义品质参数的正、负参考序列，包括以下步骤：
40、构建m个茄芯烟叶n个所述品质参数的原始数据矩阵x＝(xhj)m×n；
41、对所述原始数据矩阵进行标准化处理，获得归一化属性矩阵y＝(yhj)m×n；
42、根据所述归一化属性矩阵分别定义正、负参考序列：
43、
44、式中，为品质参数的正参考序列，为品质参数的负参考序列，yhn为第h个样本第n项品质参数的标准化值。
45、进一步的，所述采用指数函数改进灰色关联法计算评价指标序列与正、负参考序列的灰色关联度，并进行归一化处理，获得灰色关联度的标准化值，包括以下步骤：
46、利用指数函数改进灰色关联法计算出评价指标序列与所述正、负参考序列的灰色关联系数：
47、
48、式中，ρ为分辨系数，为第j项参数的正、负参考序列，yhj为第h个样本第j项评价化学成分参数的标准化值，为评价指标序列与正、负参考序列的灰色关联系数；
49、基于所述灰色关联系数，计算所述评价指标序列与所述正、负参考序列的灰色关联度：
50、
51、式中，wj为第j项参数的组合权重；
52、对所述灰色关联度进行归一化处理，获得相应的标准化值：
53、
54、式中，分别为的标准化值。
55、进一步的，所述待分析茄芯的综合品质指数为：
56、
57、式中，θ1、θ2为决策者的偏好值，且θ1+θ2＝1，0≤θ1,θ2≤1；fh为第h个待分析茄芯的化学品质综合品质指数，fh越大，化学品质越优。
58、第二方面，本发明提供一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如上述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法。
59、与现有技术相比，本发明所达到的有益效果：
60、(1)本发明以层次分析法确权结果为基础，并将其划分为指标重要性排序和指标权值两个部分，利用复合幂函数和评价指标的标准差在指标重要性排序不变的前提下，优化层次分析法的初始权值，避免了客观权重与主观权重相悖淹没主观权重的问题，强调了主观排序的重要性，弱化了主观初值的作用，进一步体现单一权重的优势和组合权值的稳定性；
61、(2)本发明通过引入指数函数的基本思想构造新型灰色关联模型，提高区分属性关联性强弱的精度，提升评价结果的分辨率；然后对评价对象与正、负参考序列两个灰色关联度进行归一化处理，满足同向性和可加性需求，同时加入决策者的偏好权重，修正综合灰色关联度的计算，进一步提升了茄芯化学品质评价的科学性和准确性，为茄芯烟叶质量评价提供新的思路。
1.一种基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，包括以下步骤：按照预设的评价指标获取待分析茄芯烟叶的相应品质参数，基于所述品质参数得到评价指标序列；
2.根据权利要求1所述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，所述采用改进组合赋权法计算品质参数的组合权重，包括以下步骤：
3.根据权利要求2所述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，所述采用标度拓展层次分析法确定所述品质参数的主观权重，包括以下步骤：
4.根据权利要求3所示的基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，所述n个待分析茄芯烟叶的品质参数x1,x2,…,xn，包括：总糖、还原糖、总植物碱、总氮、氯和钾。
5.根据权利要求2所述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，所述采用标准差法确定所述品质参数的客观权重，客观权重的计算公式为：
6.根据权利要求2所述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，所述采用复合幂函数修正标度拓展层次分析法，确定所述品质参数的组合权重，包括以下步骤：
7.根据权利要求1所述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，所述使用矩阵定义品质参数的正、负参考序列，包括以下步骤：
8.根据权利要求1所述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，所述采用指数函数改进灰色关联法计算评价指标序列与正、负参考序列的灰色关联度，并进行归一化处理，获得灰色关联度的标准化值，包括以下步骤：
9.根据权利要求1所述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法，其特征在于，所述待分析茄芯的综合品质指数为：
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1-9中任一所述的基于改进组合赋权灰色关联度模型的茄芯品质分析方法。
